
尼尔森与阿里巴巴强强联手 利用大数据推出全新资讯服务
近日,尼尔森和阿里巴巴集团旗下阿里云公司合作,推出一项全新的咨询服务——“赚金石”。这项服务将阿里巴巴的电商平台大数据和尼尔森的数据分析能力相结合,旨在为客户制胜线上市场提供全套的解决方案。
作为全球知名的市场调研公司,尼尔森的调查数据被行业广泛采用,其核心业务在于提供 “消费者看什么”和“消费者买什么”的洞察。而阿里云则拥有丰富的计算、存储资源和大数据处理能力,两者结合将数据融合形成对客户具有重要意义的洞察,形成全新的“赚金石”服务。
阿里云总裁胡晓明表示:“尼尔森是一家令人尊敬的资讯与洞察公司,此次合作意味着阿里云开始同时开放云计算和大数据两种能力,未来阿里云大数据平台将在更多领域进行探索,与合作伙伴一起用技术拓展商业的边界。
据悉,除了追踪和分析线上消费者的全方位大数据,“赚金石”还能通过线上精准调研,主动触达,获取针对目标消费人群的深入洞察。而通过其不同模块的组合,“赚金石”能够帮助客户找到市场的潜力所在,品牌重新发现其传播策略、产品和品牌运营的动力何在,从而调整和制定出能获得更高回报率的营销策略。
尼尔森与阿里巴巴,这两者强强联合究竟意欲何为?“赚金石”究竟是一个怎样的服务?为此记者专访了尼尔森大中华区副总裁许丽平。
中国经营报:尼尔森和阿里巴巴集团旗下阿里云公司去年就已经开始合作,去年7月推出了“全线通”,如今又推出了一项全新的咨询服务——“赚金石”,这两者区别在什么地方?
许丽平:这两者从受众目标上没有什么不一样,都是针对品牌方的,全线通是检测品牌和它在市场上的表现,可以了解自己与竞争对手的情况。但“赚金石”更多的则是一个分析工具,“赚金石”致力于帮助客户挖掘产品定位与开发的创新机会,诊断在竞争环境下的全流程表现,全面提升线上收益。所以,一个是销售数据,一个是分析平台,这是两者最大的不同。
中国经营报:“赚金石”通过怎样的方式来提高企业的分析能力和销售业绩?
许丽平:以前没有大数据的时候,品牌商的研究和创新无法精确化,很多厂商创新时采用的就是10个项目或新品一起研究和投放,最后哪个在市场上效果好就重点推那个,这样的话成本非常高。现在线上的工具可以从多个方面对企业起到帮助,一是长尾效应,可以让品牌方去开发针对小众的产品,以前厂商不敢冒然开辟小众产品,因为风险比较大,现在可以通过大数据利用长尾效应,来销售小众产品,即使不一定大卖,但也可以给企业带来不错的收益。二是,可以对产品作出细致的分析和跟踪,比如针对一款衣服滞销,到底是不受消费者欢迎?还是在推动它的时候投资出现了问题?这些都会一目了然。
中国经营报:有些企业有没有意识到大数据的重要性?
许丽平:目前很多企业都在涌向电商的平台,但是他们在电商的平台上怎么来合理的使用大数据确实还不算多。目前一些大企业在第三方电商平台上做得很好,但他们自己的官方销售网站却做得很简陋,他们也没有像阿里巴巴、一号店等电商平台的利用大数据的经验来搭建自己的官网销售平台,另外还有一个原因,就是对消费者来说,在一些企业自己的官网平台,只能选择一个品牌,吸引力也自然不如像天猫这样综合性的电商平台。
中国经营报:在产品正式发布前,飞利浦已经测试应用"赚金石"产品,这种合作进行如何?
许丽平:我们在前期开发过程中和几个客户,包括飞利浦都进行了联合试用,因为这也是第一次开发出这样的产品,我们也需要客户的意见来更好完善这款产品,通过一些企业的试用,有的企业把大数据运用到他们的创新上,他们的反应很好,他们认为概念和产品测试方面,可以帮助公司精确找到目标受众,快速发现蓝海市场。但也给我们很多宝贵意见。因此这款产品经过一年的孕育和试用,及完善,终于可以正式推出了。
中国经营报:"赚金石"究竟如何来帮助客户解决问题的?
许丽平:"赚金石"可以帮助企业预测一系列商业指标:新品上市的销量预测和上市后跟踪;准确定位目标客户群体,发现消费者的潜在需求;挖掘产品升级换代的新趋势;品牌包装和促销定价方案的优化;消费者在买什么,购买群体特征及消费行为特征。
具体来说,“创新机会挖掘”通过对网购者的评价及产品反馈等信息的分析,能帮助客户在不同方面发现市场的空白点和未来的蓝海市场,这不但能帮助客户正确定位产品线、开发新产品来满足消费者尚未满足的需求,还可以发掘产品升级换代的新趋势;“表现跟踪评估”能够评估产品在线销售全流程中每一个环节的销售转换率表现,并且通过与竞争对手的实时比较来发现流量,网页和产品的瓶颈所在;“目标群体重塑”能够帮助品牌更好地了解并且触达他们的现有以及潜在消费者;“网页文本优化”通过优化产品的产品介绍页面设计从而帮助客户提高线上的购买转化率;“产品表现优化”通过用试用前后调研来,来评估消费者的产品满意度,以及寻找优化产品的突破口;“促销定价优化”能够帮助客户确定最理想的平日售卖价格和促销价格;另外,“赚金石”第二阶段还将推出营销计划优化服务,帮助品牌预测产品的销售量并且提供如何优化市场规划和投资回报率的建议。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19